脑机百科消息(bciwiki.com)，武汉理工大学汽车工程学院与广西师范大学的研究团队提出一种面向驾驶场景的转向运动想象范式，并用仅有8个电极的低成本OpenBCI设备验证其可行性，自研的SMB-TCSAN模型在转向方向数据集上达到66.80%的平均分类准确率。相关论文发表于2026年9月14日的《Sensors》（DOI：10.3390/s26185810）。
研究团队认为，传统运动想象任务多为想象左手、右手等肢体动作，与实际驾驶操作并不匹配。新范式让受试者想象用右手转动方向盘，分别向左和向右，在动作层面更接近真实转向行为。研究共采集了12名受试者的运动想象脑电数据。
时频分析显示，在右手转向想象期间，C3电极在mu和beta频段均出现事件相关去同步（ERD）；C4电极在beta频段同样出现ERD，但在mu频段以事件相关同步为主。共空间模式（CSP）分析在中央区得到与转向方向相关的判别性权重分布，研究者据此认为该范式能够诱发与转向方向对应的神经模式差异。
在解码环节，团队先用CSP、FBCSP、EEGNet、EEG-TCNet和ATCNet共5种基线方法评估同一只右手完成的左转、右转任务的可分性，随后开发了SMB-TCSAN模型，整合Sinc卷积、多分支时间卷积和多头自注意力机制，以提升解码性能。
作者表示，研究初步验证了低成本、少通道脑电设备用于转向运动想象解码的可行性，可为未来辅助驾驶脑机接口系统的研究提供概念设计参考。该研究样本量为12人，摘要未报告实时在线控制或实车测试结果。